CN110956159A - 一种用于智能售货柜训练自动标定数据集的装置 - Google Patents
一种用于智能售货柜训练自动标定数据集的装置 Download PDFInfo
- Publication number
- CN110956159A CN110956159A CN201911296117.8A CN201911296117A CN110956159A CN 110956159 A CN110956159 A CN 110956159A CN 201911296117 A CN201911296117 A CN 201911296117A CN 110956159 A CN110956159 A CN 110956159A
- Authority
- CN
- China
- Prior art keywords
- fixed
- box body
- gear
- calibration data
- automatic calibration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005540 biological transmission Effects 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 description 7
- 238000003062 neural network model Methods 0.000 description 5
- 238000000034 method Methods 0.000 description 4
- 238000003672 processing method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000013434 data augmentation Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16M—FRAMES, CASINGS OR BEDS OF ENGINES, MACHINES OR APPARATUS, NOT SPECIFIC TO ENGINES, MACHINES OR APPARATUS PROVIDED FOR ELSEWHERE; STANDS; SUPPORTS
- F16M11/00—Stands or trestles as supports for apparatus or articles placed thereon Stands for scientific apparatus such as gravitational force meters
- F16M11/02—Heads
- F16M11/04—Means for attachment of apparatus; Means allowing adjustment of the apparatus relatively to the stand
- F16M11/043—Allowing translations
- F16M11/046—Allowing translations adapted to upward-downward translation movement
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16M—FRAMES, CASINGS OR BEDS OF ENGINES, MACHINES OR APPARATUS, NOT SPECIFIC TO ENGINES, MACHINES OR APPARATUS PROVIDED FOR ELSEWHERE; STANDS; SUPPORTS
- F16M11/00—Stands or trestles as supports for apparatus or articles placed thereon Stands for scientific apparatus such as gravitational force meters
- F16M11/02—Heads
- F16M11/18—Heads with mechanism for moving the apparatus relatively to the stand
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
Abstract
本发明公开了一种智能售货柜训练自动标定数据集的装置，涉及自动化标定数据集技术领域，包括箱体和电机，所述箱体的底部转动连接有转轴，所述转轴的中部固定有齿轮一，所述转轴的上端固定有固定板，所述固定板上方固定有托盘，所述托盘上方设有摄像头，所述箱体顶部固定有传动装置，所述摄像头固定于传动装置上，所述电机固定于箱体的底部，所述电机的输出轴上固定有有齿轮二，所述齿轮一与齿轮二啮合，所述箱体的顶部还设有灯箱，本发明结构简单，操作便捷，使用自动化工具结合传统图像处理的方法，只需少量人工干预的情况下完成大量图像的自动化标定，极大的减少了人工标定商品的工作量，降低了智能售货柜的运营成本。
Description
技术领域
本发明涉及自动化标定数据集技术领域，具体涉及一种用于智能售货柜训练自动标定数据集的装置。
背景技术
随着人工智能和机器视觉的发展，出现了越来越多的使用机器视觉判断商品销售情况的智能售货柜。这些售货柜多使用目标检测神经网络模型进行商品种类和数量的检测。
神经网络在目标检测领域与传统机器视觉(机器学习)相比在成功率，对环境鲁棒性，对物品形变上都有非常明显的优势。于此同时，对机器学习需要的数据源也有非常大的需求，需要大量的标定数据集。
与分类应用不同，目标检测的数据集标定需要在图片中框出目标所在区域，这种用框标定目标的动作进一步增加了标定工作量。
传统上，人们使用软件的数据增广方式对数据集进行增广，这些增广包括：裁剪、旋转、亮度、对比度、色彩、噪声和平滑等图像处理方法。由于只是对已有数据进行处理，并没有真实增加信息。
中国专利申请为201710589276.1公开了神经网络模型训练及活体检测方法、装置及储蓄介质，可针对不同的场景，分别获取该场景下的图片样本，每个图片样本分别具有标签，标签中包括是否活体以及对应的场景等，根据获取到的各图片样本，训练得到神经网络模型，神经网络模型的输出为对不同场景具有区分度的特征向量，这样，在进行活体检测时，可根据神经网络模型确定出待检测图片的特征向量，进而可根据待检测图片的特征向量确定出与待检测图片相匹配的图片样本，将相匹配的图片样本的标签作为待检测图片的标签，从而得到待检测图片的检测结果，应用本发明所述方案，能够提高检测结果的准确性等。但是其仍然存在只是对已有数据进行处理，并没有真实增加信息的缺陷。
发明内容
本发明的目的在于提供一种用于智能售货柜训练自动标定数据集的装置，以解决现有技术中导致的上述缺陷。
一种用于智能售货柜训练自动标定数据集的装置，包括箱体和电机，所述箱体的底部转动连接有转轴，所述转轴的中部固定有齿轮一，所述转轴的上端固定有固定板，所述固定板上方固定有托盘，所述托盘上方设有摄像头，所述箱体顶部固定有传动装置，所述摄像头固定于传动装置上，所述电机固定于箱体的底部，所述电机的输出轴上固定有有齿轮二，所述齿轮一与齿轮二啮合，所述箱体的顶部还设有灯箱。
优选的，所述传动装置包括气缸一、气缸二、滑轨和滑块，滑轨固定于箱体的顶部，滑块滑动连接于滑轨，气缸一固定于滑轨的侧边，滑块固定于气缸一的输出轴上，气缸二固定于滑块的下端，摄像头固定于气缸二的输出轴上。
优选的，所述滑块为T字型。
优选的，所述滑轨内设有限位块。
优选的，所述托盘上设有凹槽，且托盘上平面中心位置固定有定位块。
本发明的优点在于：结构简单，操作便捷，使用自动化工具结合传统图像处理的方法，只需少量人工干预的情况下完成大量图像的自动化标定，极大的减少了人工标定商品的工作量，降低了智能售货柜的运营成本。
附图说明
图1为本发明的主视的部分剖面视角图。
图2为本发明的传动装置的剖面图。
其中，1-箱体，2-电机，3-转轴，4-齿轮一，5-固定板，6-托盘，7-摄像头，8-齿轮二，9-传动装置，10-灯箱，11-气缸一，12-气缸二，13-滑轨，14-滑块，15-限位块，16-凹槽，17-定位块。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
实施例1
如图1所示，一种用于智能售货柜训练自动标定数据集的装置，包括箱体1和电机2，所述箱体1的底部转动连接有转轴3，所述转轴3的中部固定有齿轮一4，所述转轴3的上端固定有固定板5，所述固定板5上方固定有托盘6，所述托盘6上方设有摄像头7，所述箱体1顶部固定有传动装置9，所述摄像头7固定于传动装置9上，所述电机2固定于箱体1的底部，所述电机2的输出轴上固定有有齿轮二8，所述齿轮一4与齿轮二8啮合，所述箱体1的顶部还设有灯箱10。
在本实施例中，所述托盘6上设有凹槽16，且托盘上平面中心位置固定有定位块17。
实施例2
如图1和图2所示，一种用于智能售货柜训练自动标定数据集的装置，包括箱体1和电机2，所述箱体1的底部转动连接有转轴3，所述转轴3的中部固定有齿轮一4，所述转轴3的上端固定有固定板5，所述固定板5上方固定有托盘6，所述托盘6上方设有摄像头7，所述箱体1顶部固定有传动装置9，所述摄像头7固定于传动装置9上，所述电机2固定于箱体1的底部，所述电机2的输出轴上固定有有齿轮二8，所述齿轮一4与齿轮二8啮合，所述箱体1的顶部还设有灯箱10。
在本实施例中，所述传动装置9包括气缸一11、气缸二12、滑轨13和滑块14，滑轨13固定于箱体1的顶部，滑块14滑动连接于滑轨13，气缸一11固定于滑轨13的侧边，滑块14固定于气缸一11的输出轴上，气缸二12固定于滑块14的下端，摄像头7固定于气缸二12的输出轴上，可以实现摄像头7的位置调整。
在本实施例中，所述滑块14为T字型。
在本实施例中，所述滑轨13内设有限位块15，可以防止滑块14脱落。
在本实施例中，所述托盘6上设有凹槽16，且托盘上平面中心位置固定有定位块17，设有凹槽16可以防止待标定货物从托盘6上滑落，定位块17可以用于校对摄像头7的初始位置。
工作过程及原理：利用传动装置9实现摄像头7和定位块17的定位，将待标定物体置于托盘6上，启动电机2，系统驱动摄像头7连续拍摄图片，并记录运动装置的运动信息，人工标记初始一个摄像头的第一张图片，利用图像处理算法，结合运动装饰的运动信息计算商品在指定摄像头的投影变换公式根据初始第一张图像的人工标定信息，自动生成后续图像的标定数据。
基于上述，本发明结构简单，操作便捷，使用自动化工具结合传统图像处理的方法，只需少量人工干预的情况下完成大量图像的自动化标定，极大的减少了人工标定商品的工作量，降低了智能售货柜的运营成本。
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
Claims (5)
1.一种用于智能售货柜训练自动标定数据集的装置，其特征在于，包括箱体(1)和电机(2)，所述箱体(1)的底部转动连接有转轴(3)，所述转轴(3)的中部固定有齿轮一(4)，所述转轴(3)的上端固定有固定板(5)，所述固定板(5)上方固定有托盘(6)，所述托盘(6)上方设有摄像头(7)，所述箱体(1)顶部固定有传动装置(9)，所述摄像头(7)固定于传动装置(9)上，所述电机(2)固定于箱体(1)的底部，所述电机(2)的输出轴上固定有有齿轮二(8)，所述齿轮一(4)与齿轮二(8)啮合，所述箱体(1)的顶部还设有灯箱(10)。
2.根据权利要求1所述的一种用于智能售货柜训练自动标定数据集的装置，其特征在于，所述传动装置(9)包括气缸一(11)、气缸二(12)、滑轨(13)和滑块(14)，滑轨(13)固定于箱体(1)的顶部，滑块(14)滑动连接于滑轨(13)，气缸一(11)固定于滑轨(13)的侧边，滑块(14)固定于气缸一(11)的输出轴上，气缸二(12)固定于滑块(14)的下端，摄像头(7)固定于气缸二(12)的输出轴上。
3.根据权利要求2所述的一种用于智能售货柜训练自动标定数据集的装置，其特征在于，所述滑块(14)为T字型。
4.根据权利要求3所述的一种用于智能售货柜训练自动标定数据集的装置，其特征在于，所述滑轨(13)内设有限位块(15)。
5.根据权利要求1所述的一种用于智能售货柜训练自动标定数据集的装置，其特征在于，所述托盘(6)上设有凹槽(16)，且托盘上平面中心位置固定有定位块(17)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911296117.8A CN110956159A (zh) | 2019-12-16 | 2019-12-16 | 一种用于智能售货柜训练自动标定数据集的装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911296117.8A CN110956159A (zh) | 2019-12-16 | 2019-12-16 | 一种用于智能售货柜训练自动标定数据集的装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110956159A true CN110956159A (zh) | 2020-04-03 |
Family
ID=69981967
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911296117.8A Pending CN110956159A (zh) | 2019-12-16 | 2019-12-16 | 一种用于智能售货柜训练自动标定数据集的装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110956159A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108256580A (zh) * | 2018-01-19 | 2018-07-06 | 中山市宾哥网络科技有限公司 | 基于深度学习的商品图像标注方法及其装置 |
| CN109284407A (zh) * | 2018-08-21 | 2019-01-29 | 芜湖启迪睿视信息技术有限公司 | 一种用于智能售货柜训练自动标注数据集的装置 |
| CN109871859A (zh) * | 2018-09-28 | 2019-06-11 | 北京矩视智能科技有限公司 | 一种自动生成图像训练集系统 |
-
2019
- 2019-12-16 CN CN201911296117.8A patent/CN110956159A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108256580A (zh) * | 2018-01-19 | 2018-07-06 | 中山市宾哥网络科技有限公司 | 基于深度学习的商品图像标注方法及其装置 |
| CN109284407A (zh) * | 2018-08-21 | 2019-01-29 | 芜湖启迪睿视信息技术有限公司 | 一种用于智能售货柜训练自动标注数据集的装置 |
| CN109871859A (zh) * | 2018-09-28 | 2019-06-11 | 北京矩视智能科技有限公司 | 一种自动生成图像训练集系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102999939B (zh) | 坐标获取装置、实时三维重建系统和方法、立体交互设备 | |
| CN102521560B (zh) | 高鲁棒仪表指针图像识别方法 | |
| CN112345539A (zh) | 一种基于深度学习的铝压铸件表面缺陷检测方法 | |
| CN110580723A (zh) | 一种利用深度学习和计算机视觉进行精准定位的方法 | |
| CN101493312B (zh) | 一种显微成像高精度三维检测装置及方法 | |
| CN110991360B (zh) | 一种基于视觉算法的机器人巡检点位智能配置方法 | |
| CN102209246A (zh) | 一种实时视频白平衡处理系统 | |
| CN109934873B (zh) | 标注图像获取方法、装置及设备 | |
| CN103091615A (zh) | 测量图像传感器的响应曲线的方法及装置 | |
| CN109284407B (zh) | 一种用于智能售货柜训练自动标注数据集的装置 | |
| CN108242061B (zh) | 一种基于Sobel算子的超市购物车手部识别方法 | |
| CN110956159A (zh) | 一种用于智能售货柜训练自动标定数据集的装置 | |
| CN107765463B (zh) | 一种仪表盘液晶屏的检测方法 | |
| CN113176270A (zh) | 一种调光方法、装置及设备 | |
| US10132912B2 (en) | Method and apparatus for estimating reflectance parameters and a position of a light source in a scene | |
| CN115099252B (zh) | 一种pda设备扫描测试的检测装置及检测方法 | |
| CN111141741A (zh) | 一种可识别打印机标签缺陷的检测装置 | |
| CN116500052A (zh) | 一种食用油杂质视觉检测系统及其使用方法 | |
| CN116091506A (zh) | 一种基于yolov5的机器视觉缺陷质检方法 | |
| CN107526991B (zh) | 一种冷藏装置存储物管理系统和冷藏装置 | |
| CN111161215B (zh) | 一种可识别打印机颜色的检测装置 | |
| CN110335274B (zh) | 一种三维模具缺陷检测方法及装置 | |
| CN115412652B (zh) | 用于无人售货机的图像数据采集装置和方法 | |
| CN211349421U (zh) | 打印机检测装置 | |
| CN112560870B (zh) | 一种用于水下复杂环境中的图像目标识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200403 |
|
| RJ01 | Rejection of invention patent application after publication |